SNS 콘텐츠 기반 인터랙티브 가상 피팅(Virtual Fitting) 시스템 디자인 제안 - 실험디자인(Experimental Design) 프로세스를 중심으로 -

전체 글

(1)투고일_2018.06.10. 심사기간_2018.07.01-16. 게재확정일_2018.07.26. SNS 콘텐츠 기반 인터랙티브 가상 피팅(Virtual Fitting) 시스템 디자인 제안 - 실험디자인(Experimental Design) 프로세스를 중심으로 Suggestion of an Interactive Virtual Fitting System Design based on Social Media Contents - focused on the experimental design process 박기철, 서울대학교 미술대학 디자인대학원 Pak, Ki Cheol_Graduate school of Design, Seoul National University. 차례. 1. 서론 1.1. 연구 배경 및 목적 1.2. 연구 범위 및 방법 2. 문제인식 및 선행연구 2.1. 문제인식 2.2. 선행연구 2.2.1. 온라인 1:1 가상 옷 매칭 서비스 사례 2.2.2. 가상현실 및 아바타 기반 사용자경험 적용 사례 2.2.3. 증강현실 기반 사용자 경험 적용 사례 2.3. 선행사례 분석 3. 가설 설정 및 디자인 방법론 3.1. 가설 설정 3.2. 실험 디자인(Experimental Design Method) 방법론 4. 프로토타입 및 사용자 테스트 4.1.1. 1st프로토타입 및 사용자 테스트 4.1.2. 2nd프로토타입 및 사용자 테스트 4.1.3. 3rd프로토타입 및 사용자 테스트 4.1.4. 4th프로토타입 및 사용자 테스트 4.2. 사용자 테스트 및 피드백 5. 시나리오 및 프로토타입 5.1. 사용자 시나리오 5.2 시나리오 기반 통합 프로토타입 및 시스템 구성도 6. 최종 프로토타입 및 플랫폼 6.1 최종 프로토타입 사용자 테스트 및 피드백 6.2. 비즈니스 플랫폼 제안 7. 결론 참고문헌.

(2) SNS 콘텐츠 기반 인터랙티브 가상 피팅(Virtual Fitting) 시스템 디자인 제안 - 실험디자인(Experimental Design) 프로세스를 중심으로 Suggestion of an Interactive Virtual Fitting System Design based on Social Media Contents - focused on the experimental design process 박기철, 서울대학교 미술대학 디자인대학원 Pak, Ki Cheol_Graduate school of Design, Seoul National University. 요약 중심어 실험디자인 가상 피팅 인터랙션 디자인 디자인 엔지니어링 프로토타이핑. ABSTRACT Keyword Experimental Design Virtual Fitting Interaction Design Design Engineering Prototyping. 본 연구는 온라인 의류 쇼핑을 하는 소비자를 이해하고 공감하여 새로운 경험과 가치를 제공하는 가상 피팅 (Virtual Fitting) 시스템 디자인 제안을 목적으로 한다. 연구대상 중 사용자는 온·오프라인 쇼핑에 관심이 많고, SNS, IoT, VR 등의 정보기술(IT)에 익숙한 밀레니얼 세대(Millenials)로 한정하여, 실험디자인(Experimental Design) 방법론을 중심으로 연구와 디자인 프로세스를 진행하였다. 연구단계는 사례분석을 통한 선행연구, 실 험디자인 방법의 적용, 프로토타이핑 그리고 최종 비즈니스 플랫폼을 제시하는 것, 4가지로 구분하였다. 1) 사 례분석 및 선행연구 단계에서는 기존의 가상 피팅 서비스의 사례를 바탕으로 유형별 분류와 실험디자인의 가설 (Hypothesis) 설정에 필요한 기반연구를 하였다. 2) 선행연구를 바탕으로 소비자의 니즈를 추출하고 실험디자 인 방법에 전제가 될 첫 번째 가설 설정과 실험설계를 하였다. 3) 실험디자인 방법에서 순차적으로 가설을 증명 하고 검증하는 역할을 하는 프로토타이핑을 하였으며, 가설 수정과 디자인 방향 설정에 큰 영향을 주었다. 4) 비즈니스 플랫폼 제안의 단계이며, 최종 프로토타입 평가 및 단계별 시나리오, 비즈니스 모델을 제안하였다. 최 종 결과물은 사용자의 SNS 분석, 외적특성 파악, 그리고 환경변화의 반영을 통한 사용자의 니즈를 사전에 예측 하여 맞춤형 패션을 추천할 수 있는 클로딩 미러(Clothing Mirror) 시스템 디자인과 비즈니스에서 활용 가능한 플랫폼을 제시하였다. The purpose of this study is to propose a new virtual fitting design system, which can provide a new experience and value to customers who shop for clothes online. We have limited the research to tech-savvy millennial users who are interested in shopping (online and offline), social media, and understand IoT, VR, and other information technology(IT). The research and design process was carried out based on Experimental Design methodology. The research stages were divided into four categories: advanced research through case analysis, application of the Experimental Design method, prototyping, and presentation of the final business platform. 1) In the case analysis and advanced research stage, we conducted a baseline study for setting the classification types and hypothesis of the Experimental Design, based on existing cases of virtual fitting services. 2) Extracting the needs of the consumers, and set up the first hypothesis and experiment which will be the premise of the Experimental Design method, based on previous researches. 3) A prototyping stage which will have the role of sequentially proving and verifying the hypothesis in the Experimental Design method. It is a step that will have a big influence on hypothesis revision and setting the design direction which will happen next. 4) The business platform proposal stage where we have completed the final prototype evaluation, step-by-step scenario, and also a sustainable business model. Our final product is a clothing mirror system design that reflects the user’s social media, biological and extrinsic characteristics (male, female, tall, slim, etc.), and environmental changes (such as weather and location), that can recommend a customized fashion by predicting the user’s needs. In addition, we have presented 2 kinds of business models based on the clothing mirror to provide a sustainable platform.. 172.

(3) 1. 서론 1.1. 연구 배경 및 목적 인터넷과 미디어의 발달에 힘입어 온라인 쇼핑은 날이 갈수록 큰 성장을 이루고 있다. 온라인 쇼핑 중, 특히 패션 분야 성장세가 두드러진다. 이마케터(Emarketer)에 따르면 미국시장에서 온라인 의류 관련 매출은 2010년 28억 달러에서 2016년 73억 달러로 6년 만에 3배에 가까운 성장을 이루었다. 영국은 2007년 4.5%이던 온라인 패션 분야 성장률이 2016년 15.5%로 증 가 되었으며, 총 의류 매출액 중 온라인매출의 비율이 2017년 19.1%에서 2023년 25.2%로 증가가 예상된다. 이처럼 매년 패션 분야에서 온라인 쇼핑은 큰 비중을 차지하며 증가하고 있다.1) 과거 의류 및 패션 아이템은 입어보고 경험하는 것이 중요한 경험재(Experience Goods)의 성격이 강했다. 따라서 소비자가 직접 만지고 느낄 수 없다는 것은 온라인 의류 구매에 있어 큰 제약이었다. 그러나 현재 온라인 기반의 다양한 간접 경험과 인프라로 인해 소비자 경험과 정보 습득이 쉬워지고 있으며, 온라인의 단점을 뛰어넘는 다양한 서비스에 힘입 어 의류 및 패션 아이템의 구매가 활발하다. 특히, 가상 피팅 솔루션은 온라인 유통 의류 및 패션 아이템의 사용자 경험 확대라는 측면에서 의미하는 바가 크며, 가상 피팅 솔루션은 증강 현실과 가상현실 기반으로 소비자의 간접경험과 적극적인 참여를 유도한다. 기술의 발전에 따른 플랫폼의 변화로 의류와 같은 전통적 경험재가 소비재(Consumer Goods)로 변화하고 있다. 기술의 진보는 생각하는 모든 것을 가능하게 해주었고, 이를 기반으로 새로운 형태의 사용자 경험 디자인이 등장하게 되었다. 2015년 맥주회사 아스트라(Astra)는 사이니지에 내 장된 카메라를 기반으로, 거리의 사람들을 특정할 수 있는 인공지능 디지털 빌보드(The Girl Detection Billboard)를 선보였다.2) 카메라를 통해 광고판을 바라보는 사람들의 신체의 물리 적 특징과 주변 환경 정보를 기반으로 상호작용이 가능한 새로운 인터랙티브 플랫폼을 선보였 다. 본 연구는 온라인 패션마켓을 배경으로 기술과 디자인의 접목을 통해, 소비자를 공감하고 이해하는 경험과 가치를 줄 수 있는 디자인 중심의 서비스와 플랫폼 제안을 그 목적으로 한다. 1.2. 연구방법 및 범위 본 연구방법과 단계<그림 1>은 사례분석을 통한 선행연구, 실험디자인 방법 적용, 프로토타 이핑 그리고 최종 비즈니스 플랫폼을 제시하는 것으로 크게 4가지 단계로 나눌 수 있다. 첫 번째, 사례분석 및 선행연구 단계에서 기존의 가상 피팅 서비스의 사례를 살펴보고 3가지로 유형으로 분류하였으며, 소비자들의 의류 구매 시 니즈를 파악하여 가설 설정에 필요한 기반연 구를 하였다. 두 번째, 실험디자인 디자인방법 적용을 위한 가설 설정의 단계이다. 선행연구를 바탕으로 소비자의 니즈를 추출하고 실험디자인 방법에 전제가 될 가설을 정하였다. 실험디자 인에서의 가설은 디자인프로세스에서 디자인 콘셉트 부분에 해당한다. 가설 설정 이후 실험설 계를 하고 본 연구 방향이 결정되기 때문에 첫 번째 가설 설정은 중요하다. 세 번째, 프로토타. <그림 1> 연구방법 및 단계별 구성. 1) www.emarketer.com/Report/UK-Retail-Ecommerce-Economic-Sales-Buyer-Trends-20162021/2002112 2) www.youtube.com/watch?v=PZKgAuk6kLM 기초조형학연구 19권 4호 (통권88호). 173.

(4) 이핑의 단계이다. 실험디자인에서 프로토타이핑은 순차적으로 가설을 증명하는 과정이다. 프 로토타이핑은 가설 수정과 디자인 방향을 정하는데 큰 도움이 되며, 최종 UX 시나리오가 정해 진다. 네 번째, 비즈니스 플랫폼 제안의 단계이다. 본 단계는 최종 프로토타입을 평가하고, 단계별 시나리오를 완성하며, 지속 가능한 비즈니스 모델까지 완성하는 최종 단계이다. 연구 범위 중 대상은 온라인, 오프라인 쇼핑에 관심이 많고, SNS(Social Network Service)와 IoT(Internet of Things) 등의 정보기술에 능숙한 밀레니얼 세대(Millenials)로 한정하였으며, UX 시나리오와 가설 기반의 프로토타이핑에 초점을 맞추어 최종 시나리오와 프로세스를 진행 하였다. 또한, 서비스나 시스템 자체에 머물지 않고, 비즈니스 플랫폼 제안을 통해 가상 피팅이 향후 온·오프라인 마켓에서 가지게 될 잠재적 가능성도 함께 검토하였다.. 2. 문제 인식 및 선행연구 2.1 문제 인식 현재 온·오프라인을 통틀어 다양한 피팅 솔루션이 존재한다. 거울 앞에 서서 사용자에게 가상 의 옷을 입혀주는 ‘클로딩 미러(Clothing Mirror)’부터 옷을 직접 입어볼 수 있는 피팅룸까지 다양하다. 이 중에서 클로딩 미러는 현재 가장 진보된 피팅 솔루션으로 평가받는다. 증강현실 (Augmented Reality) 기반의 사용자가 실제 거울 앞에서 옷을 갈아입는 것과 같은 직관적인 경험을 제공해주며, 시간과 공간의 제약 없이 다양한 피팅 경험을 도와준다. 또한 온라인 패 션유통에서 가장 큰 문제 중 하나인 반품률을 획기적으로 낮출 수 있다. 영국의 가상 피팅 솔루션 업체 핏츠미(Fits.Me)사의 2017년 연 구에 따르면 의류 반품률<그림 2>는 평균 30%로 타 품목 대비 현저히 높으며, 전 세계 <그림 2> 품목에 따른 반품률 (출처, The cost of the serial. 에서 매년 반품에 따라 발생하는 직·간접적인. returner. By Emily Walker, 2017). 손실은 한화로 약 1조에 이른다고 한다.3) 약. 88%의 소비자가 몸에 어울리지 않거나 치수가 틀린 것을 주된 반품 사유로 언급했다. 이는 기존의 가상 피팅 솔루션의 보급을 통해 사용자의 경험을 확장해준다면 해결할 수 있는 부분이 라 판단된다. 그러나 이렇게 다양한 장점에도 불구하고, 현재의 피팅 솔루션 시스템은 단순히 옷을 추천하고 입혀주는 기술 중심 서비스로 운영되고 있어 사용자의 호기심 이상의 니즈를 충족시켜주지 못한다. 사용자를 이해하고 공감하며 더 나은 가치를 제공할 수 있는 새로운 개념의 가상 피팅 솔루션이 필요하다. 2.2 선행연구 문제 인식을 바탕으로 현재까지 연구 발표된 가상 피팅 솔루션과 가상 쇼핑 플랫폼을 조사하였 다.<표 1> 영국의 버버리(Burberry)사는 2012년 전자를 이용해 원거리에서 정보를 인식하 는 기술인 전자태그(RFID)를 매장에 적용하였다. 고객이 관심 있는 옷을 들어 보일 때, 관련 정보를 제공받을 수 있는 디지털 스토어를 선보인 바 있다. 현재 스타트업을 중심으로 쇼핑 시 다양한 경험이 가능한 가상 시스템을 개발하고 있다. 가상현실 기반의 온·오프라인 피팅 시스템은 크게 온라인 매칭, 온라인 피팅 서비스, 그리고 증강현실 기반의 오프라인 피팅 서비 스로 구분된다. 첫 번째, 가상현실 기반 매칭서비스는 기존의 온라인 쇼핑에서 한 단계 진보된 형태의 경험과 서비스를 제공한다. 예를 들어, 소비자가 온라인에서 청바지. 3) https://fits.me/2017/05/10/cost-serial-returner/ 174.

(5) <표 1> 온·오프라인 가상 피팅 서비스 사례 및 유형별 분류. 서비스 타입. 이미지. 가상현실 기반 매칭서비스. 내용 장바구니에 담긴 옷을 알고리즘이 매칭하여 보여줌. 다양한 옷 매칭 상황을 보여주기 때문에 각 아이템의 조합이 어울리는지 확인 후 구매 가능. (Matlan, 영국)4) 사용자가 자신의 신체 치수를 온라인에서 입력하면 쇼핑몰은 가상의 아바타. 가상현실 및 아바타 기반 피팅서비스. 를 만들고, 사용자의 실제 사이즈 기반으로 만들어진 가상의 아바타에 옷을 입혀 사이즈 또는 피팅 여부 확인 가능. (L K.Bennett, 영국)5) 사용자의 좀 더 세부적인 신체 사이즈 및 특징(허리둘레, 엉덩이 사이즈, 피 부색, 헤어 스타일 등) 입력 기반의 아바타 사용. 위의 L K.Bennett 사례보 다 더 세부적인 사용자 경험 제공. (Warehouse, 영국)6) 사용자의 신체를 실시간으로 인식 후 고품질의 3D 렌더링 옷을 입혀주며 의 도에 따라 원하는 옷 선택 가능. 사용자의 시선을 인식 후, 가장 많은 사용자 의 관심도를 분석, 해당 제품에 대한 추천 및 세부 정보 제공. (Nexar, 칠 레)7) 제스처와 멀티 레이어 기반의 다양한 옷의 조합과 인터랙션 가능. 고품질의 3D 렌더링 옷 피팅 제공. 모바일기기와 클로딩 미러 사이의 네트워크를 통 해 사용자의 모습 저장 및 공유, CAT(Cloth Authoring Tool) 프로그램 통. 증강현실 기반 피팅서비스. 해 사용자 스캔 데이터를 활용 짧은 시간에 3D 기반 맞춤형 제작 가능. (FXMirror, 미국)8) 실시간, 360도 후면 및 측면 보기 기능을 제공, 제스쳐 기반 옷 색상 또는 스 타일 변화 가능. 패션매장의 요구사항을 반영 또는 맞춤형 쇼핑 환경 제공을 통해 패션 브랜드만의 차별화된 사용자 경험서비스 제공. (MemoryMirror, 미 국)9) MS 키넥트 센서 기반 사용자 3D 스캔, 몸에 맞게 디자인된 옷을 제공. 구매 자의 체형에 맞는 다양한 액세서리 착용 가능. 3D 스캔을 바탕으로 실제와 비슷한 느낌으로 옷 입는 사용자 경험과 환경을 제공. (Virtual wardrobe, 영 국)10). 를 선택하면 청바지에 어울리는 티셔츠나 바지를 추천해주며, 소비자는 추천된 옷을 함께 구매 하는 경향을 보인다. 현재 영국의 마틀란(Matlan)에서 서비스를 제공 중이다. 두 번째, 가상현 실 및 아바타 기반 피팅 서비스는 온라인에서 본인의 신체 치수를 입력한 후, 자신의 체형과 똑같은 아바타(Avatar)를 만든 후 옷을 입혀볼 수 있는 간접 피팅 시스템이다. 일반적으로 온라인 쇼핑 시, 옷의 모델과 소비자의 체형 사이에 갭이 존재하는데, 이 시스템을 통해 간극을 줄여 좀 더 개인화된 서비스가 가능하다. 세 번째, 증강현실 기반의 가상 피팅 서비스이며, 클로딩 미러(Clothing Mirror) 기반의 증강현실 피팅 서비스이다. 클로딩 미러사 사용자를 인식하고 옷을 입혀준다. 최근에는 사용자 몸을 스캔한 후, 2D에서 3D로 바꾸어 사용자의 몸에 입체적으로 맵핑하는 서비스도 있다. 이지영(2011)에 의하면 3D로 변환된 데이터는 짧 은 시간에 사용자를 위한 맞춤형 옷 제작에 큰 도움을 주며, 증강현실 환경은 사용자의 몰입감 을 증대시키고 차별화된 서비스와 경험을 제공한다.11) 현재 Nexar, FXMirror, MemoryMirror 를 비롯한 다수의 업체가 증강현실 기반의 클로딩 미러 서비스를 제공하고 있다.. 4) www.matalan.co.uk/homeware/living/mirrors-and-frames/mirrors 5) www.lkbennett.com/virtual-fitting-room 6) www.warehouse.co.uk/gb 7) www.nexar.cl/en/soluciones/retail-inteligente/probador-virtual/ 8) www.fxmirror.net/kr/main 9) www.memorymirror.com/ 10) www.dailymail.co.uk/femail/article-2635055/Every-womans-new-best-friend-Hyper-realistic-new-virtu al-mirror-lets-try-clothes-flick-wrist.html 11) 이지영, 홍경희, 「가상의복제작 프로세스 활성화를 위한 드레스의 모델링과 정밀 패턴의 설계 및 검증」, 감성과학, 2011, p.2 기초조형학연구 19권 4호 (통권88호). 175.

(6) 2.3 선행 사례분석 온라인 패션 사용자 경험을 사례를 크게 온라 인 매칭서비스, 가상현실 기반 피팅 서비스, 그 리고 증강현실 기반 피팅 서비스로 구분하였 다. 과거 온라인 쇼핑 시 사용자의 서비스 경험 은 매우 제한적이었으나 가상 피팅 서비스와 같은 온라인 서비스를 통해 소비자들의 구매 패턴이 바뀌고 있다. 원거리에서 자신에게 알 <그림 3> 옷 구매 시 소비자 니즈 (출처, Habits of the. 맞은 신체 사이즈의 제품을 선택하고, 자유롭. British shopper revealed, Adyen, 2017). 게 실시간 체험이 가능하다. 이 같은 사용자 경. 험과 서비스의 확장은 시공간의 제약에서 벗어난 자유로움, 감각의 확장, 사이즈 미스매치 해소 등의 장점을 가진다. 그러나 위 사례들이 정말 소비자에게 유용하고 필요한 서비스인지 생각해볼 필요가 있다. 그 이유는 가상 피팅 시스템을 통해 의류를 구매하는 것이 아직은 익숙 하지 않으며, 시공간의 자유로움을 제외하면 매장에서 실제로 입어보고 결정하는 것이 이점이 많기 때문이다. 따라서 소비자들이 쇼핑 시 어떤 생각을 하는지, 가상 피팅 솔루션이 소비자에 게 어떤 가치를 제공할 수 있는지에 대해 논의가 필요하다. 영국의 소비자 리서치 전문기관인 리테일 위크(Retail Week)의 조사<그림 3>에 따르면, 인터넷으로 의류를 쇼핑하는 소비자 중 85%는 온라인에서 개인 맞춤형 경험을 원하는 것으로 나타났다. 복수 응답자 중 64%는 자신에게 맞는 특정 패션 아이템에 대한 추천을 선호했고, 54%의 응답자는 패션 아이템을 구매할 때 지인이나 가족의 추천을 중요하게 생각하는 것으로 나타났다.12) 대부분의 응답자들 은 자신에 맞는 패션 아이템 선택에 어려움을 겪는다는 것을 알 수 있었다. 위의 조사를 바탕으 로 온라인 의류 쇼핑 시 소비자들은 개개인의 성향에 맞는 의류를 추천받거나, 도움이 필요한 것을 알 수 있다. 따라서 가상의 피팅 시스템이 사용자를 이해하고 공감하며, 선호도를 미리 파악하여 추천 가능한 시스템이 존재한다면, 의류 구매 시 소비자의 니즈를 만족시킬 수 있을 뿐만 아니라 사용자를 이해하는 개인 맞춤형 플랫폼으로서 다양한 역할 수행이 가능할 것으로 예상된다.. 3. 가설 설정 및 디자인 방법론 3.1 가설 설정 박선미(2012)에 의하면 대부분의 소비자는 의류 쇼핑 시, 그들의 욕구에 따른 다양한 경 험과 맞춤형 서비스 제공을 선호한다.13) 온라인 상거래 플랫폼 제공업체인 언박스드 (UNBXD)14)를 비롯한 다수의 업체는 사용자의 선호도를 고려한 맞춤형 온라인 추천 서비 스 플랫폼을 제공하고 있다. 이들은 사용자가 입력한 개인정보를 기반으로 해당 의류를 반복적으로 본 횟수와 머문 시간 등을 고려한 관심도를 측정하여 추천하는 알고리즘을 가진 시스템이다. 아마존은 A9이라 불리는 항목 기반 협업 필터링(Item-to-Item Collaborative Filtering)15) 시스템을 사용하고 있으며, 상품 간의 상관관계와 소비자의 과거 구매패턴 분석을 고객의 선호도를 예측하여 추천한다. 아마존의 방식은 타사 대비 좀 더 나은 맞춤형 쇼핑경험을 소비자에게 제공한다. 페이스북은 사용자들의 프로필과 선호하는 콘텐츠 예측과 분석 정보를 광고주에게 제공하고 수익을 얻는 구조를 가진다.16) 매킨지 보고서에 따르면 미래에는 위의 두 사례와 같이 특히 리테일 분야에서 인공지능 분석기법을 활용한 산업 12) https://www.retail-week.com/retail-voice/habits-of-the-british-shopper-revealed/7022068.article 13) 박선미, 「아바타 활용 맞춤 티셔츠에 대한 소비자 기초조사 연구」, 한국디지털디자인학연구, 2012, pp.5-9 14) https://unbxd.com/product-recommendations 15) Linden, G., Smith, B., York, J. 「Amazon.com recommendations item-to-item collaborative filtering」, IEEE Internet computing, 2003, pp.2-4 16) https://www.forbes.com/sites/lensherman/2018/04/16/why-facebook-will-never-change-its-business-model/ #48b1e4664a7a 176.

(7) 이 우세 할 것이라 예측하고 있다.17) 본 연구에서 앞선 경쟁사례 분석과 소비자의 니즈를 바탕으로 다음과 같은 가설을 세워볼 수 있다. ‘사용자를 이해하는 온라인 기반 가상 개인 스타일리스트 서비스를 제공할 수는 없을까?’ 온라인상에서 의류 구매 시 사용자를 공감하고, 그들이 원하는 적절한 스타일을 추천해준다면 가상 쇼핑에서의 사용자 경험과 만족을 이끌어 낼 수 있을 것이다. 그뿐만 아니라 다양하고 폭넓게 사용가능한 개인 맞춤형 서비스 플랫폼으로서 활용될 것이다. 3.2. 실험 디자인(Experimental Design Method) 방법론 본 연구는 가설을 세우고 실험을 거쳐 문제해결과 검증을 거치는 실험디자인<그림 4>를 기반 으로 한다. 실험디자인이 다른 디자인 프로세스와 구분되는 가장 큰 차이는 가설 설정과 가설 기반의 프로토타이핑, 그리고 솔루션의 다양성에 있다. 첫 번째, 실험디자인에서의 가설 설정 은 과학 분야에서 법칙이나 원리를 증명하기 위한 가설(Hypothesis)과 유사하다. 애슐리 (Ashley)에 의하면 디자인 프로세스 초반에 문제 인식을 통해 디자인 콘셉트 대신 ‘이렇게 하면 문제가 해결되지 않을까?’, 또는 ‘이런 가정은 어떤 결과를 가져올까?’라는 실험적인 가설 과 개념18)으로 실험디자인 프로세스를 시작한다. 프로토타이핑은 가설 설정을 바탕으로 실험 계획 및 설계 후에 이뤄지며, 그 결과는 가설 수정에 큰 도움을 주고, 디자인 방향성에 있어 중요한 역할을 한다. 또한 실험디자인은 디자인 과정 중에 최종솔루션이 어떤 형태로 존재할지 예측하는 것이 어렵다. 그 이유는 실험디자인 개념도<그림 5>에서 같이 리서치 물음 (Research Question)에서 시작된 실험디자인 프로세스는 수많은. <그림 4> 실험디자인 중 프로토타이핑 과정. 가설과 아이디어를 바탕으로 점점 더 완성도 를 높여가며 구체화 되는데 실험결과에 의한 피드백, 수정가설, 실험설계에 따라 완전히 다 른 결론에 이르기 때문에 실험이 끝날 때까지 는 결과를 예측하기 어렵기 때문이다. 실험디 자인은 그 과정에서 얻는 사소한 아이디어들 조차 문제해결에 큰 도움이 된다. 가설 수정, 실험설계, 그리고 다양한 실험을 통해 의도하 지 않은 아이디어를 바탕으로 폭넓은 사고의 확장이 가능하다. 가설 설정, 실험설계, 프로 토타입 제작, 사용자 테스트, 피드백 반영 등 <그림 5> 실험디자인 개념도 (출처, Experimental Design: 의 일련의 빠르고 반복적인 과정을 거치며 실 Design Experimentation, Ashley Hall, 2011) 험디자인은 문제해결 과정에 가까워진다. 따 라서 실험디자인 방법론은 미래 기술이 적용된 혁신제품이나 사용자 반응을 예측하기 어려운. 17) Michael C, James M, Mehdi M, Nicolaus H, Rita C, Pieter N, Sankalp M,「Notes from the ai frontier insights from hundreds of use cases」, McKinsey, 2018, pp12-13 18) Ashley Hall, 「Experimental Design: Design Experimentation」, Design Issues, 2011, pp.17-26 기초조형학연구 19권 4호 (통권88호). 177.

(8) 프로젝트에 적합하다.. 4. 프로토타입 및 사용자 테스트 4.1.1. 1st프로토타입 및 사용자 테스트 앞서 설정한 ‘사용자를 이해하는 온라인 기반 가상 인공지능 스타일리스트 서비스를 제공할 수는 없을까?’라는 가설 기반으로 첫 번째 실험가설과 실험설계를 하였다. 컴퓨터가 사용자를 이해하기 위해서 사용자로부터 특징적인 정보 습득이 가능한지, 만약 가능하다면 컴퓨터가 스스로 습득한 정보에 대한 사용자들의 생각과 피드백은 어떤지 궁금했다. 첫 번째, 실험가설 은 ‘컴퓨터가 실험 참가자들의 특정 정보를 인식할 수 있을까?’로 설정하였으며, 실험을 위해카 메라 기반의 안면인식을 통해 성별, 나이 등의 정보를 파악할 수 있는 기능을 갖춘 마이크로소 프트사의 Face API를 사용하였다. 남녀 각각 10명씩 총 20명을 대상으로 피실험자의 얼굴을 카메라로 찍어 나이와 성별을 추출하였다. 최종적으로 얻은 데이터<그림 6>의 성별은 100% 일치했으며, 나이는 ±10% 오차를 보였다. 피실험자들에게 결과를 보여주고 2가지 질문에 대한 인터뷰를 진행하였다. 첫 번째는 ‘본인의 신체적 특징정보를 제공하고 개인 맞춤화된 정 보나 서비스를 제공을 원하는가?’라는 질문에 6명의 피실험자가 ‘원한다’라는 응답을 한 반면, 나머지 14명의 피실험자는 ‘그렇지 않다’라는 반응을 보였으며, ‘맞춤형 정보 제공의 이득보다 신체정보 유출에 대한 우려가 크기 때문’ 과 ‘개인정보를 주고 얻을 수 있는 이득이 크지 않아 서‘라는 2가지 주요한 피드백을 얻었다. 부정적으로 응답한 피실험자들에게 ‘만약 개인정보 보호가 가능하고 본인에게 도움이 되는 서비스라면 이용을 하겠는가?’라는 질문에 부정적 응 답자 중 2명을 제외한 나머지 12명의 피실험자들은 ‘이용을 하고 싶다’라는 긍정적인 대답을 하였다. 실험 참가자들은 개인정보 보호를 전제로 개인 맞춤형 서비스를 받는 것을 긍정적으로 응답하였으며, 사진만으로 정확한 정보를 유추하는 과정에 큰 흥미를 보였다.. <그림 6> Microsoft Face API 적용 첫 번째 사용자 테스트. 4.1.2. 2nd프로토타입 및 사용자 테스트 첫 번째 실험과 사용자 테스트를 통해 얻은 피드백을 두 번째 프로토타이핑을 위한 실험설계에 적용하였다. 실험 후 인터뷰를 통해 사용자들은 자신의 개인정보를 대가로 더 가치 있는 정보 를 얻거나 경험하는 것을 중요하게 여긴다는 것을 알게 되었으며 이를 두 번째 실험설계에 반영하였다. 두 번째 실험설계는 ‘사용자 특정 이후, 관심도에 따라 얻는 정보의 질과 양이 다르고, 그 정보가 사용자에게 더 큰 가치를 주는가?’라는 가설을 기반으로 하였다. 두 번째 프로토타입은 상호작용이 가능한 디스플레이를 만드는 것이었다. 참여자들의 행동에 따라 각 각 다른 이미지를 보여주는 디스플레이를 제작하였다. 프로토타입<그림 7>은 아두이노 (Arduino) 보드와 초음파 센서, 그리고 전자잉크 패널(E-ink Display)의 조합으로 제작하였 다. 초음파 센서를 이용하여 사용자와 센서 간의 거리를 계산하고, 거리에 따라 각각 다른 이미지를 보여줄 수 있게 코딩한 후 전자잉크 패널에 적용하였다. 사용자와 디스플레이의 거리 에 따라 다른 이미지가 보여주는 프로토타입을 제작하였다. 사용자와 디스플레이가 42cm 이 상의 거리를 유지하게 되면 화면은 활성화되지 않는다. 반면 거리가 각각 42cm, 34cm, 26cm, 18cm 미만이 되면, 거리에 따라 각각의 다른 이미지를 보여준다. 12명의 실험 참가자들은 실험을 통해 화면과 눈의 거리에 따라 다른 각각의 코카콜라 광고를 보게 된다. 이는 사용자의 178.

(9) <그림 7> E잉크와 초음파 센서를 적용한 두 번째 프로토타입 및 사용자 테스트. 관심도에 따라 세부정보의 내용이 달라짐을 뜻하며, 사용자가 최초 코카콜라 광고를 보고 관심 을 보이며 가까이 다가서면 더 자세한 정보를 보여주고, 더 관심을 보여 가까이 다가서게 되면 좀 더 자세한 정보를 보여준다. 프로토타입 제작 후, 실험 참가자를 대상으로 사용자 테스트와 인터뷰를 하였다. 그 결과 실험 참가자들은 관심 있는 사물을 더 자세히 바라볼 때 가까이 다가서는 행동을 보이고, 가까이 가는 행동에 따라 달라지는 정보의 다름에 흥미를 보였다. 실험 참가자들이 매체를 통해 특정한 정보를 얻거나 경험 할 때, 물리적 버튼이나 의도된 시스 템이 아닌 ‘자연스러운 사용자 조작 환경(NUI, Natural User Interface)’을 통해 원하는 정보 습득에 흥미를 가진다는 것을 알게 되었다. 첫 번째 실험에서 사용자 특정, 두 번째 실험에서 자연스러운 사용자 조작환경을 통한 정보 습득과 이를 기반으로 한 서비스나 경험의 제공이 사용자에게 유용함을 알게 되었다. 4.1.3. 3rd프로토타입 및 사용자 테스트. <그림 8> 안면인식 API와 사용자별 맞춤형 광고 프로토타입, 세 번째 사용자 테스트. 세 번째 프로토타입은 두 번의 실험과 테스트 피드백을 바탕으로 ‘매체가 스스로 사용자를 인식하여 사용자에게 맞는 정보 제공을 해줄 수 없을까?’라는 수정가설에서 출발하였다. 피실 험자가 매체를 바라볼 때, 외적인 특징을 인식하여 관련된 정보를 제공하고, 관심도에 따라 정보의 질과 양을 조절한다. 가령, 30대 남성이 화면을 바라볼 때, 매체는 피실험자의 나이와 성별을 인식하여 미리 준비된 이미지를 보여주게 된다. 일반적으로 30대 남성이 선호하는 아 이템으로 이미지를 정하고, 피실험자가 눈을 떼지 않고 관심을 보이면 20초간의 이미지와 동 영상을 보여주며, 추가로 아이템에 관한 좀 더 세부적인 정보(이미지 또는 광고)를 제공한다. 만약 사용자가 화면을 응시하지 않으면 정보 제공을 즉각 중단한다. 이 실험은 화면과 사용자 사이의 양방향 상호작용이 가능하며, 매체가 사용자를 이해한다는 것을 의미한다. 구체적인 프로토타입<그림 8>은 카메라에 안면인식 API를 적용하여 사용자의 연령과 성별에 따른 구 분 후, 디스플레이를 통해 사용자가 관심 가질만 한 정보를 제공한다. 그뿐만 아니라 사용자의 시선을 추적하여 화면을 바라볼 때만 이미지와 영상이 활성화된다. 13명의 피실험자들을 대상 으로 진행한 테스트와 인터뷰에서 대부분의 실험 참가들이 사용자 특정을 통해 필요한 정보의. 기초조형학연구 19권 4호 (통권88호). 179.

(10) 선별적 취득과 자연스러운 행동 기반의 상호작용에 긍정적인 응답을 하였다. 이는 향후 사용자 를 특정해서 광고를 보여주거나 원하는 정보를 제공해주는 디지털 사이니지(Digital Signage) 에 응용이 가능할 것이다. 추가의견으로 일부는 첫 번째 실험과 마찬가지로 사용자를 특정하는 과정에서 발생할 수 있는 개인 정보유출에 대한 우려를 나타내었다. 4.1.4. 4th 프로토타입 및 사용자 테스트. <그림 9> 2축 전방 지향 스피커와 동공인식 아이트래커 적용 네 번째 프로토타입 및 사용자 테스트. 세 번째 유저테스트와 인터뷰를 바탕으로 사용자 행동에 부합하는 자연스러운 조작환경과 개 인정보 유출에 대한 지속적인 우려의 피드백을 얻게 되었다. 이를 바탕으로 ‘개인정보 유출 우려를 해소하고, 사용자에게 자연스러운 조작환경 제공이 가능한 인터랙티브 미디어를 만들 수 없을까?’라는 수정가설을 바탕으로 실험설계와 프로토타입을 제작하였다. 위 실험의 결과 와 피드백에서 알 수 있듯이, 실험 참여자들은 자연스러운 사용자의 행동에 따라 매체가 스스 로 사용자를 특정하고 관심사와 선호도를 유추해 맞춤형 정보를 제공하는데 호감을 보인 반면 여전히 개인정보의 외부 유출되는 것에 대한 우려를 보였다. 이를 해결하고자 시각정보와 청각 정보를 사용자만 보고 들을 수 있게 실험설계를 하였다. 사용자에게만 시각정보 제공을 위해 일정한 각도에서만 보이는 편광필름을 디스플레이에 적용하였고, 청각정보는 전방 지향 스피 커(Parametric Speaker)를 사용하여 대상을 바라보는 사용자만 들을 수 있게 하였다. 이를 구현하기 위해 토비 아이엑스(Tobii EyeX)사의 아이트래커(Eye Tracker)를 사용하였다. 화 면을 응시하는 사용자의 동공 위치추적을 통해 해당 사용자에게만 소리를 들려주는 프로토타 입을 설계하였다. 전방 지향 스피커는 소형 초음파센서, 아두이노 보드, 3D 프린팅 하우징, 그리고 프로세싱 코딩을 통해 50개의 초음파센서가 합쳐진 형태로 제작하였다. 이를 통해 특 정한 각도의 사용자에게만 시각정보를 제공하고 사용자 동공의 위치를 파악해 스피커를 사용 자에게 향하게 제작하였다. 네 번째 사용자 테스트에서 9명의 실험 참여자들을 대상으로 이루 어졌다. 참여자들은 사용자 특정 후, 개인 맞춤정보 제공에 대해 긍정적인 반응을 보였으며, 이전 실험에서 정보유출에 대한 우려를 표하던 참여자들도 본 시스템에 만족하였다.. 180.

(11) <표 6> 프로토타이핑을 통한 사용자 테스트 및 피드백. 순서. 시스템 구성. MS 1. Oxford 컴퓨터가. Face. 실험설계 (프로토타이핑). 가설 설정. 사용자 테스트 결과 및 피드백. 실험 사용자의 외적특성(나이, 성. API, 참가자들의 특정 별) 인지, 인지한 정보를 화. 번째 피실험자 사 정보를 인식할 면에 출력, 매체와 사용자 간 진 수 있을까? 의 상호작용 시작. 거리 측정 센 서+E 2. 패널. 번째 이노 +광고. 잉크 +아두 이미. 지. 사용자 특정 후, 관심도에. 따라. 얻는 정보의 질 과 양이 다르고, 이것이 더 큰 가 치를 줄 수 있는 가?. API+프로세 매체나 시스템이 싱+아두이노 스스로 사용자를 3. +카메라+나 인식하여 사용자. 공은 긍정적인 경험 ▶사진 이미지만으로 사용자 특정에 높은 흥미 ▶개인정보 유출 우려. 사용자의 눈(얼굴)과 화면 사 ▶화면에 가까이 다가가는 것만으로 이 거리에 따라 각각 다른 광. 정보가 달라지는 것에 흥미를 보임,. 고 이미지 제공, 일정한 거리. 화면에서 멀어지면 꺼짐. 에서 지속적인 광고 제공, 거 ▶사용자의 자연스러운 행동을 바탕으 리가 멀어지면 이미지 제공. 로 한 정보 습득은 사용자들을 불필. 중단. 요한 정보의 난립에서 보호. 사용자가 화면을 볼 때 안면. 안 면 인 식. ▶사용자의 외적특성 기반의 정보 제. 인식 API를 통해 사용자의 나 이, 성별, 피부색을 감지하고 미리 사용자 그룹에 따라 분. ▶사용자 특정을 통해 필요한 정보의 선별적 취득이 가능. 그뿐만 아니라 자연스러운 행동 기반으로 상호작용. 이 가능한 양방향 인터랙션에 긍정 류된 동영상 광고를 제공, 눈 적 번째 이와 성별에 에게 맞는 정보 을 오랫동안 감거나 시선을 따라 분류된 제공을 해줄 수 ▶사용자 특정 과정에서 발생할 수 있 돌리는 등 시선 인식이 불가 이미지 및 영 없을까? 는 개인 정보유출에 대한 지속적인 할 경우 영상 정보(광고) 제 상 광고 우려 공 중단. 동공 추적 아 개인정보 이트래커+전 우려를 방 지향성 스 고, 4. 유출 해소하. 사용자에게. 피커+편광필 자연스러운 조작. 피실험자의 동공을 추적을 기 반으로 전방 지향성 스피커를 ▶사생활 보호 전제로 사용자 특정 후 통해 소리 정보를 제공하고,. 개인 맞춤형 정보 습득에 대해 매우. 편광필름이 적용된 화면으로. 긍정적 반응. 특정한 각도에서만 화면을 볼 ▶자연스러운. 번째 름 적용된 디 환경 제공이 가 수 있게 제작, 시선이 화면을 스플레이+이 능한 인터랙티브 바라보지 않을 때 시각(이미 미지 및 영상 미디어를 만들 지 및 영상) 및 청각(소리) 광고 수 없을까? 정보 제공 중단. 사용자. 조작. 환경. (Natural User Interface) 기반의 상 호작용은 사용자에게 기술과 제품의 거부감을 낮춰 줌. 4.2. 사용자 테스트 및 피드백 총 4번에 걸친 프로토타이핑 과정을 통해 얻은 사용자 테스트 결과와 피드백은 <표 6>과 같다. 이 결과들은 3.1의 ‘사용자를 이해하는 온라인 기반 가상 개인 스타일리스 트 서비스를 제공할 수는 없을까?’라는 본 연구 프로젝트의 콘셉트이자 가설을 만족하 는 시나리오와 최종 프로토타입 구성에 도움을 준다. 대부분의 실험 참가자는 개인정 보 유출에 대한 우려에도 불구하고 사용자를 특정한 맞춤형 서비스를 받는 것에 대해 긍정적 반응을 보였으며, 이를 바탕으로 더 면밀한 사용자 시나리오와 비즈니스 모델 에 대한 연구를 진행하였다.. 기초조형학연구 19권 4호 (통권88호). 181.

(12) 5. 시나리오 및 프로토타입 5.1. 사용자 시나리오 <표 7> 정보 단계별 시나리오와 프로토타입 구성. 단계. 시나리오. 개인정보 공개수준. 내용. 이미지. 키와 체형 등의 신 체 사이즈를 고려 1 단계. 해 옷의 사이즈를 낮음. 조절해주고 클로딩 미러 상에서 가상 의 피팅 서비스를 제공. 프로토타입 구성. 웹캠으로부터 일정한 거리에 피실험자가 위치 할 지점을 표시(눈과 코의 간격 인식 사용자의 신체사이즈와 키 인식), 피실험자의 안면 인식 후 턱 밑 가상의 지점에 옷의 상단이 위치하게 설정, 눈의 위치변화에 맞게 옷의 각도가 변함, 눈의 시선과 각도가 일정치 않을 때 화면을 응 시하지 않음으로 판단, 시스템 종료(지속적인 화면 응시는 시스템 사용 중이라 판단). 나이, 성별, 피부색. 2 단계. 중간. 과 같은 신체적인. 안면인식 API를 통해 나이, 성별, 피부색 인지. 특징과 날씨 등의. 후 피실험자의 신체적 외적 특징 추출, 이와 동. 외부환경. 정보를. 시에 사용자 테스트하는 날의 날씨를 크게 4가. 기반으로. 사용자. 지(맑음, 바람, 비, 추움)로 구분하여 실험자가. 특정 후, 개인맞춤. 직접입력, 위의 2가지 정보를 바탕으로 벽에. 형 가상의 옷을 클. 투사된 프로젝트를 통하여 피실험자의 몸 위에. 로딩 미러 상에 피. 가상의 옷을 입혀줌. 팅 SNS상의 활동 및 구매 내역 정보 공 유를 통한 사용자 3 단계. 분석 가능, 이를 통 높음. 해 사용자 특정뿐 만 아니라 사용자 의 선호도를 예측 후 가상의 옷 피팅. 피실험자에게 사용자 테스트 전 핀터레스트 계 정을 제작과 로그인을 요청한 후, 1,2단계를 거치는 동안 피실험자에게 맞는 사이즈와 날씨 에 따른 옷을 추천하고 핀터레스트상에 모은 피실험자의 갤러리에서 선호하는 색상을 옷에 반영하여 가상의 피팅 서비스를 제공. 경험 제공. 총 4번의 실험을 통해 사용자 특정과 자연스러운 행동만으로도 더 깊은 정보를 알 수 있다는 점에서 ‘자연스러운 사용자 조작 환경(Natural User Interface)’의 중요성을 발견하였다. 참여 자들의 외적 정보뿐만 아니라 행동과 반응을 기반으로 기계학습(Machine Learning)이 가능하 다는 점에서 개선된 사용자 맞춤형 서비스가 가치 있음을 의미한다. 개인정보 유출 우려에도 대부분의 실험참가자들은 문제해결을 전제로 자신의 정보를 제공 후, 개인화된 맞춤형 서비스 를 원하는 것으로 나타났다. 이미 아마존과 구글은 고객의 동의 아래 소비자 구매패턴 빅데이 타를 마케팅에 활용하고 있지만, 고객들의 자연스러운 사용자 조작환경(NUI)을 활용하거나 나이와 성별 같은 생물학적 정보를 활용하지는 않으며, 개인을 특정하거나 실시간 행동의 피드 백을 반영하지 않는다. 본 연구는 실험 참여자들의 피드백을 바탕으로 근 미래 사용자들의 특정 정보의 사용이나 실시간 피드백 반영을 통해 사용자 경험의 확대가 가능하다는 전제로 시나리오와 프로토타입 구성을 하였다. 실험 피드백을 바탕으로 세부적인 사용자 시나리오와 프로토타입을 <표 7>과 같이 구성하였 다. 3단계 시나리오는 각 단계마다 요구하는 정보의 양과 종류, 깊이와 서비스의 정도가 다르 다. 단계별로 구분한 이유는 개인정보를 보호하고 정보제공 및 습득의 권한을 부여하기 위함이 다. 서비스 초기 단계에서 동의 받기 쉽지 않기 때문에, 순차적 동의를 받고 사용자의 거부감을 서서히 낮추는 절차가 필요하다. 사용자 개인정보의 단계별 공개와 순차적 동의를 고려한 시나 리오는 위<표 7>과 같다. 첫 번째 단계는 사용자의 키와 체형을 감지하여 옷 사이즈를 결정하 182.

(13) 고 입혀주는 단계이다. 사용자 특정없이 피팅 서비스를 제공한다. 두 번째 단계는 성별과 나이, 피부색 등 외형적 정보를 인식하고 반영한다. 그뿐만 아니라 비가 오는 날씨가 예상되면 미리 우비나 방수가 가능한 따뜻한 옷을 추천하는 등의 외부 환경변화도 반영한다. 사용자 특정과 더불어 개인 맞춤형 서비스를 제공하며, 서비스 사용을 위해 개인정보 활용 동의가 반드시 필요하다. 세 번째 단계는 이전의 두 단계를 포함하며, 사용자의 실시간 행동에 따른 피드백을 즉각 반영할 뿐만 아니라 사용자의 SNS 콘텐츠 및 활동 정보, 온라인 구매 이력과 같은 소비패 턴 분석이 필요하다. 그 이유는 SNS 정보를 기반으로 사용자 성향과 선호도 파악은 물론 미래 행동 예측까지 가능하기 때문이다.19) 위와 같은 예측과 분석은 사용자에게 최적화된 맞춤형 경험을 제공하는데 큰 도움이 된다. 또한 이 단계에서 사전 동의가 필요하며, 동의 후 단계가 거듭할수록 더 많은 정보를 바탕으로 사용자가 공감할 수 있는 서비스를 제공하기 쉽다. SNS 상의 정보는 <표 8>과 같은 단계를 거쳐 사용자의 경험 개선을 위한 정보로 변환된다. <표 8> SNS Information Flow (출처, How to Make Sense of Social Media Using Machine Learning. By Sophia Brooke, 2018, 편집). 단계. 구분. 내용. 1단계. User. 2단계. Social Media. SNS(Facebook, Pinterest, Google+, Twitter 등) 상에 사용자의 말투, 행동, 생각 등의 모든 이력과 GPS와 같은 환경정보도 함께 저장됨. 3단계. Social Media Analytics. SNS상의 모든 사용자의 정량적 데이터(사용자의 피드백, 작성내용, 사용빈도, 선호 도, 장소, 상호작용, 환경정보 등)는 취합 및 분석이 가능함. 4단계. Data Mining. 수많은 데이터 중에서 사용자의 성향과 특징 파악에 필요하다고 판단되는 정보만을 취합선별 및 분석. 5단계. Machine Learning. 지속적인 기계학습을 통해 사용자의 성향과 특징 파악 가능. 데이터가 쌓일수록 사 용자에 대한 이해도와 정확도 증가. 6단계. Feedback & Real-time Data. 사용자 환경을 고려하여 학습된 데이터를 사용자에게 가치 있는 서비스로 변환하여 제공 가능, 정보제공과 동시에 사용자의 실시간 피드백 수렴 가능. 사용자의 특징과 성향은 행동과 생각을 통해서 나타남. 5.2. 시나리오 기반 통합 프로토타입 및 시스템 구성도 정보 단계별 UX시나리오와 프로토타입 구성을 바탕으로 순차적 시스템 구성도<그림 10>을 블록 다이어그램으로 재구성하였다. 테스트 환경 조성을 위해 실제 동작이 가능한 프로토타입 으로 제작하였으며, 일부 기능은 수동으로 작동이 가능하게 제작하였다. 블록 다이어그램은 시스템의 구성, 내용, 사용된 기술로 구분되며, 시스템 구성도는 사용자와 클로딩 미러 시스템 사이의 상호작용을 나타내며, 적용된 기술과 내용을 설명하였다.. <그림 10> 최종 프로토타입 구성 및 화면. 19) https://www.thememo.com/2015/07/30/ibm-watson-personality-quiz-test-ai-email-100-words/ 기초조형학연구 19권 4호 (통권88호). 183.

(14) <그림 11> 최종 프로토타입 시스템구성도(Schmatic) 블록 다이어그램. 시스템 환경은 2대의 카메라와 스피커, 노트북 그리고 프로젝터로 구성되며, 카메라와 스피커 는 각각 벽에 부착하고 카메라에서 받은 이미지를 프로젝터로 벽면에 투사한다. 피실험자가 프로젝터로부터 자신의 이미지가 투사된 거울(벽) 앞에 서면, 웹캠이 사용자를 인식해 시스템 이 활성화 된다. 실시간 이미지를 통해 사용자의 나이, 성별, 피부색 같은 사용자 분석과 함께 안면부의 크기를 측정해 피실험자에게 적당한 옷을 입혀준다. 동시에 아이트래커를 통해 실험 참가자의 동공을 추적해 방향 지향성 스피커가 특정 사용자에게만 들리게 코딩하였다. 카메라 를 통해 경험의 단계가 바뀔 때마다 얼굴표정을 지속적으로 트래킹하여 긍정적인 반응을 보일 때에만 다음단계로 넘어가고 그렇지 않을 경우는 이전 단계로 가거나 시스템 비활성화를 통해 자연스러운 인터랙션을 유도하였다. 본 프로토타입<그림 10>은 시스템이 실험참가자들의 표정을 크게 호감과 비호감으로만 나누어 인지한 후 다음 단계로 이동한다. 인체정보를 활용하여 피팅서비스를 제공한 후, 사용자가 긍정적인 반응을 보이면 다음 단계로 넘어간다. 또한 본 프로토타입에서 사용자의 성향과 특징을 파악하여 사용자에게 맞춤형 경험 을 제공하기 위해 SNS 상의 사용자가 남긴 정보를 분석하여 결과에 반영하는데, 핀터레스트 (Pinterest)를 활용하여 시스템을 구성하였다.. 184.

(15) <그림 12> 개인 맞춤형 사용자 경험이 가능한 프로토타입과 사용자 테스트. 핀터레스트(Pinterest)는 사용자가 선호하는 시각자료 및 새로운 관심사 교류의 상호작용이 가능한 대표적인 SNS 플랫폼이다. SNS 분석툴을 통해 사용자를 특정하고 맞춤형 서비스 제공 을 위해 본 시스템에서는 SNS의 분석툴 중 하나인 컬러 추출 기법(Color Extraction API)을 핀터레스트에 적용하였다. 피실험자의 핀터레스트 갤러리 시각자료를 컬러 분석 기법을 통해 선호하는 색상<그림 12> 7가지(Purple, Yellowm Red, Drange, Green, Blue, Black) 범위에 서 특정 하도록 프로그램 하였다. 피실험자가 본인의 SNS 자료 공유에 동의하면, 대상자의 핀터레스트에 접속하여 컬러 추출을 통해 이미 추천된 옷의 색상을 핀터레스트 갤러리 상의 선호색상으로 바꿔준다. 이후 사용자가 지속적인 호감도를 표시하면 추천된 옷을 구입할 수 있는 온라인 스토어로 자동으로 접근하도록 시스템 설계를 하였다.<그림 13> 본 프로토타입 에서 개인정보 동의를 구하는 단계는 생략하였으며, 실험 참가자들을 실험 전 개인정보의 활용 에 관해 서면 동의를 구하고 허락한 참가자들로만 구성하여 실험을 진행하였다.. <그림 13> 사용자 SNS 컬러추출 기반의 선호도 반영 프로세스 및 프로토타이핑. 6. 최종 프로토타입 및 플랫폼 6.1. 최종 프로토타입 사용자 테스트 및 피드백 프로토타입 시스템 구성도<그림 11>를 바탕으로 최종 사용자 테스트를 위한 프로토타입을 제작하였다. 총 42명(대학원생 28명, 교직원 및 스텝 14명)의 피실험자를 대상으로 사전 실험 내용에 관해 충분한 설명과 동의를 구한 후, 이틀에 걸친 사용자 테스트를 실시하였다. 핀터레 스트 계정이 없는 6명의 실험 참여자들은 실험 설계자의 계정(핀터레스트 내 8개의 갤러리 제작 후, 피실험자의 선호도 따라 선택 허용)을 빌려 사용하였다. 테스트 후 피실험자들에게 5가지 항목의 설문지 작성 요청을 하였다. 일부 참여자들에게 심도 있는 피드백을 얻기 위해 추가 인터뷰 실시하였다. 실험 참여자들의 테스트 후 의견<표 9>를 반영하여 일부 내용을 다음과 같이 수정 및 추가하였다. 시스템의 유용성 부분의 물음에 대부분의 응답자들이 매장 내에서의 경험뿐 아니라 모바일 기반의 플랫폼 확장과 경쟁 클로딩 미러 대비 사용자 특정 기반의 정보취합 용이성을 언급하였 으며, 사용자 정보 분석을 바탕으로 관련업체에 정보를 제공하고 수익 창출이 가능하다는 피드 백을 얻었다. 그뿐만 아니라 홈 내 환경에서 다양한 TV나 모니터 등의 디스플레이 기반으로 본 시스템을 확장하고 IoT와 미디어의 특성에 맞춘 사용성에 대해 긍정적인 반응을 보였다. 위의 피드백을 반영하여 다음 장의 비즈니스 모델에 반영하였다.. 기초조형학연구 19권 4호 (통권88호). 185.

(16) <표 9> 최종 사용자 테스트 의견 및 내용 반영. 설문 응답 내용. 최종 비즈니스 모델. 질문항목 주요 의견. 기타 의견. 적용 내용. 1. 시스템이 유용 ⦁모바일을 포함한 플랫폼의 확장 필요 ⦁매장에서 직접 입어보는 경 ▶모바일 플랫폼 포함 한가?. ⦁매장 이외의 다양한 장소 사용 원함. 험과 가상 피팅 경험사이 갭. ⦁빅데이타와 기계학습에 높은 이해를 ⦁타사의 Clothing Mirror사례 2. 타사 Clothing Mirror. 대비. 혁신적인 요소 는?. 가짐 ⦁지속적이고 실질적인 도움이 가능 ⦁지속 가능한 비즈니스 모델 발전가능 ⦁오픈 플랫폼의 장점. 3. 자연스러운 상 ⦁NUI기반으로 직관적이고 편리한 사용 한가?. ⦁다른 비즈니스와 연계 가능. ⦁온라인 스토어 기반 플랫폼의 가능성 ⦁가공된 정보를 제 3의 업체 ⦁개인정보 관련 높은 보안유지 가능. 호작용이 가능. 모름. 가능 ⦁단계별 서비스 경험은 큰 장점. 에 제공해 수익창출 가능성 ⦁프로젝터를 사용하여 어느 장소에나 사용 가능. 하여 영역 확장 ▶여러분야 리테일과 협업하여 데이터 분 석 후, 사용자 분석 데이터 업체 제공 ▶니즈 파악을 위해 지속적인 기계학습. ⦁SNS계정의 선호 색상과 선 ▶SNS에서 사용자 정 호의류의 색상이 다름. 보 획득. ⦁단계별 정보제공에 따라 달라지는 서 ⦁나이를 가늠하는 것은 개인 4. 개인정보 침해 또는. 비스 긍정적, 개인정보 보호 유리. 사생활 ⦁남에게 내 정보가 알려지는 것에 대한. 유출의 우려는 없는가?. 거부감. 사생활 침해의 가능성이 있 ▶장소(공공장소, 매 음 ⦁첫 단계에서 개인 특정 시 남. ⦁공개적인 장소에서 시각 정보와 청각. 녀 성별로만 구분하는 것은. 정보의 공개 시, 개인정보 유출 가능성. 차별, 제 3의 성에 대한 배려. ⦁집안의 TV나 거울 같이 기존의 플랫 5. 수정 또는 추. 폼에서도 사용할 수 있는 범용성 필요 ⦁다양한 사용 상황을 고려한. 가해야 할 내 ⦁완벽한 피팅이 가능한 가상피팅 시스. Clothing Mirror기반의 제품. 용은?. 영역의 확장 니즈. 템 필요 ⦁IoT와 연결한 사용 시나리오 니즈. 장..)에 따른 정보 공개 단계 세부 설 정 가능. ▶홈 내 다양한 미디 어를 활용을 통한 플랫폼 확장 및 다 양한 UX 고려. 6.2. 비즈니스 플랫폼 제안 마지막 사용자 테스트를 바탕으로 비즈니스 모델<그림 14>를 구성하였다. 첫 번째 비즈니스 모델1은 클로딩 미러의 확장성을 보여주며, 모바일을 중심으로 매장과 홈 환경의 연결을 나타 낸다. 또한 실시간 동기화를 바탕으로 디스플레이가 탑재된 모든 미디어를 하나로 연결하고 있다. 매장에서는 대형 클로딩 미러가 설치되어 고객에게 1:1사이즈의 맞춤형 증강현실 환경 을 바탕으로 피팅과 추천 서비스를 제공하며, 모바일에서는 위치정보를 기반으로 유용한 정보 제공과 트렌드를 지속적으로 업로드 해준다. 예를 들어, 현재의 위치를 파악하여 사용자 선호 도와 부합하는 근처 매장을 추천해주거나 현재 환경에 맞는 다양한 트렌드 정보와 실시간 사용 자에게서 수집한 정보를 저장하는 역할을 한다. 홈 환경 안에서는 디스플레이와 IoT기기를 중심으로 시스템에 어플리케이션 형태로 서비스되며, 다운로드를 통해 범용적인 사용이 가능 하다. 이른 아침 욕실의 거울 앞에 서면 사용자의 상태, 외부 환경, 스케줄 등을 연동하여 트렌 드를 알려주거나 그날의 옷을 추천해준다. 그뿐만 아니라 사용자는 모바일을 중심으로 관심사 항을 검색하거나 피드백을 실시간 반영할 수 있다. 두 번째, 비즈니스 모델2는 사용자를 인지하고 상황과 환경에 맞는 다양한 맞춤형 경험을 보여 주며, 플랫폼을 바탕으로 서비스 및 정보 분석 업체가 함께 수익창출이 가능한 구조를 보여준 다. 서비스 및 분석 업체는 사용자로부터 얻은 다양한 정보를 이해관계자들에게 트렌드나 프로 필 정보로 가공 후 제공하고 수익을 창출한다. 예를 들어, 원거리에 있는 맞춤형 양복점에 사용자가 의뢰를 하면 양복점은 정보 서비스 업체에서 사용자의 사이즈와 선호하는 스타일을 및 트렌드 정보를 받아 주문자의 취향을 예측하여 미리 몇 가지 맞춤형 서비스를 사용자에게 추천 후, 요구에 따라 실제 맞춤형 제작이 가능하다. 현재 개인 맞춤형 주문은 사용자가 직접 매장에 가거나 원하는 의상을 직접 고르고 주문하는 방식이었으나, 위와 같은 증강현실 기반의 플랫폼은 사용자의 숨은 니즈와 정확한 정보의 획득이 가능해 시공간의 제약에서 벗어나 사용 186.

(17) 자의 다양한 니즈 만족이 가능하다. 또한 동일 플랫폼을 사용하는 사용자들의 정보를 취합하여 마케팅이나 제품의 디자인에 반영할 수 있다는 장점이 있다.. 7. 결론 본 연구는 온·오프라인 의류 쇼핑을 하는 소비자들의 라이프 스타일을 사용자들이 가진 외적· 물리적 특징이나 온라인상의 흔적, 실시간 피드백을 바탕으로 사용자들에게 새로운 경험과 가치를 제공하는 가상 피팅 시스템 디자인 연구를 목적으로 하였다. 소비자에게 실제 현실을 반영한 가상 쇼핑 경험을 제공하기 위해 소비자와 접점에서 증강현실 기반의 클로딩 미러 시스 템을 대상으로 선택하였으며, 디자인 접근법으로는 가설설정, 실험계획, 실험설계, 프로토타입 제작, 사용자 테스트, 피드백 반영, 수정가설, 실험수정 과정의 반복을 거치는 실험디자인 방법 론을 적용하였다. 특히, 가설, 워킹 프로토타입 제작, 사용자 테스트를 통한 직접적이고 구체적 인 피드백은 본 디자인 연구 진행 시 가이드가 되어주었다. 본 연구에서 제안한 최종 디자인과 시스템은 아마존과 영국의 마틀란(Matlan)과 같이 단순정 보 기반의 인식을 통한 서비스 제공 시스템에서 벗어나, 사용자를 인지하고 공감하여 그들의 선호도와 니즈를 미리 제안할 수 있다는데 그 의미를 찾을 수 있다. 그뿐만 아니라 주변 이해관 계자들을 만족과 지속가능한 시스템을 중심으로 한 비즈니스 모델을 만들어 하나의 디자인 시스템으로 그치지 않고 플랫폼을 통한 가치 창출이 가능함을 보여주었다. 이는 앞으로 클로딩 미러 뿐만 아니라 다양한 분야에 응용하여 적용될 수 있는 가능성을 보여주었다. 디자인 접근법 또는 방법 측면에서는 디자인과 엔지니어링 기반의 워킹 프로토타이핑을 통한 실험과 사용자 테스트를 하여 논리적이고 객관적인 관점에서 디자인 프로세스를 바라보며 다 양한 가능성을 모색하려는 시도를 했다는데 의미가 있다고 볼 수 있다. 그뿐만 아니라 프로세 스 중 진행한 다수의 퀵 프로토타이핑은 가설 및 실험에 반영하여 연구의 방향을 설정하고 수정하는데 큰 도움이 되었다. 다만 사용자의 성향을 특정함에 있어 제한된 정보를 사용하고 실험을 진행할 수밖에 없었던 것과 충분한 사용자 테스트를 통한 피드백 확보와 추가 사용자 시나리오를 발굴하지 못한 부분 은 한계점으로 남는다. 향후 후속연구에서는 이를 보완하여 사용자 특정을 위한 다양한 실험설 계와 사용자가 공감할 수 있는 프로토타이핑 및 테스트가 이루어져야 할 것이다.. <그림 14> 가상 피팅 시스템 비즈니스 모델 제안. 기초조형학연구 19권 4호 (통권88호). 187.

(18) 참고문헌 박선미, 「아바타 활용 맞춤 티셔츠에 대한 소비자 기초조사 연구」, 한국디지털디자인학연구, 2012, pp.5-9 이지영, 홍경희, 「가상의복제작 프로세스 활성화를 위한 드레스의 모델링과 정밀 패턴의 설계 및 검증」, 감성과학, 2011, p.2 Ashley Hall, 「Experimental Design: Design Experimentation」, Design Issues, 2011, pp.17-26 Linden, G, Smith, B, York, J. 「Amazon.com recommendations item-to-item collaborative filtering」, IEEE Internet computing, 2003, pp.2-4 Michael C, James M, Mehdi M, Nicolaus H, Rita C, Pieter N, Sankalp M,「Notes from the ai frontier insights from hundreds of use cases」, McKinsey, 2018, pp12-13 https://www.dailymail.co.uk/femail/article-2635055/Every-womans-new-best-friend-Hyper-reali stic-new-virtual-mirror-lets-try-clothes-flick-wrist.html https://www.emarketer.com/Report/UK-Retail-Ecommerce-Economic-Sales-Buyer-Trends-20162 021/2002112 https://www.fits.me/2017/05/10/cost-serial-returner/ https://www.forbes.com/sites/lensherman/2018/04/16/why-facebook-will-never-change-its-bu siness-model/#48b1e4664a7a https://www.fxmirror.net/kr/main https://www.lkbennett.com/virtual-fitting-room https://www.matalan.co.uk/homeware/living/mirrors-and-frames/mirrors https://www.memorymirror.com/ https://www.nexar.cl/en/soluciones/retail-inteligente/probador-virtual/ https://www.retail-week.com/retail-voice/habits-of-the-british-shopper-revealed/7022068.article https://www.thememo.com/2015/07/30/ibm-watson-personality-quiz-test-ai-email-100-words/ https://www.unbxd.com/product-recommendations https://www.warehouse.co.uk/gb https://www.youtube.com/watch?v=PZKgAuk6kLM. 188.

(19)